博客

研究算出的收益和账户实际收益总有差距。把它拆成未成交仓位、执行价差、手续费、融券费四项，四项相加正好等于总差额，再单独列出计价时点造成的差异。附一个合成数据算例。

把记忆系统的回答过程拆成“找起点、定关系、沿事实走”几段分别测量：给对起点和关系时，224 次作答判对 0.79；只从问题文字出发，掉到 0.57。丢掉的分主要在读题这一步。附逐段的丢分数据，以及另一组不保证有答案的题上的拆解。

给一个新东西找到“它像谁”很容易，让它继承“它该知道什么”很难。在我的结构化记忆实验里，向量打分只找回 24 条应继承事实中的 2 条；写下来的规则找回全部 24 条，并对 40 个系统里没有记录的问题全部回答“没有依据”。这篇讲 AI 长期记忆该怎么分工：先查，再推，最后才猜。

因子库里的因子数量，不等于独立信号的数量。在一份冻结样本中，用 Ken French 公开数据构造的 11 条动量、价值、规模序列，平均两两相关为 0.13；按相关性分成 4 组后，全样本毛夏普基本不变。附有效数量算法、去重步骤和可复现脚本。

训练分数高，不代表模型学到了能带走的东西。在一次记忆模型的迁移实验里，容量翻四倍，训练得分从 0.48 升到 0.65，换到没见过的新世界反而从 0.26 降到 0.21。这篇整理三个检查：换个世界测、和打乱的对照组比、查数据泄露。

把同一个"关闭 30 天没动的工单"任务分别通过 MCP server、裸命令行、命令行加 SKILL.md 交给 Claude，各跑 5 次，记录模型调用次数、工具调用次数、token 占用、耗时和失败方式。15 次全部做对，但代价差一倍以上：MCP 平均 3.2 次模型调用，CLI 7.4 次，Skills 6.0 次。附可复现的单文件测试台，以及 WebMCP 为什么不在同一个赛道上。

一个 200 行的 Python Agent：联网搜索、读写文件、跨运行记忆、崩溃后从检查点续跑。给出安装命令、完整代码、四次真实运行的输出和 token 开销，外加一个我自己也没料到的发现：搜索工具附带了一个隐藏的沙箱。

DeepSeek Harness 几天打出超十万星，被写成 Claude Code 杀手。读完文档和 Cordis 论文之后更清楚：它是给开发者重组 agent 的框架。Kocoro 是本机合同——Skill / MCP / Gateway 已经分层，loop 冻着。两份契约不要焊成一套插件核。

《Alpha 的几何学》讲了工厂，《一个人 + AI》讲了组织形态。这篇补上中间那一截：冻结的门如何变成 agent 可执行的契约、一个候选信号如何在夜里走完全程、哪些产出是一等公民（包括每一条 NO GO）、以及哪些门必须留给人——并且按构造 fail closed。

Kimi K3 与 DeepSeek V4 治的是否是同一类病？本文提出一种统一读法：无界激活、离散专家、跨层放大——药方不同。从 Stable LatentMoE、SiTU softcap 到 MLA 为何仍在混合栈里，做一次对照。

传统量化基金用人头堆研究产能：几十个 PhD、各管一段流水线。当研究流程被冻结成可执行的纪律，AI agents 可以承担枚举、验证、监控、报告的全部机械环节，产能第一次和人头数解耦。这篇文章讲这种新组织形态的设计原则：什么交给机器、什么留给人、以及为什么纪律是让 AI 可用的前提而不是结果。

仓位控制回答“下多大注”，安全控制回答“什么时候切断我”。这是两类数学性质完全不同的控制系统，而行业里最危险的风控设计错误，就是把它们混成一个。这篇文章讲这条分界线的原理、市场中性为什么不等于危机中性，以及为什么真正的安全控制必须拥有架构级的否决权。

单一“神奇信号”的时代结束了。真正复利的资产不是任何一个配方，而是持续生产、验证、淘汰信号的工厂本身。这篇文章讲弱信号聚合背后的数学：√N 定律为什么是勾股定理，因子剥离为什么是投影，尾部相关性为什么是和乐（holonomy）——以及为什么读市场和读神经网络，用的是同一套几何、同一个四重境界。

我说过 loss spike 是几何撕裂，不是优化爆掉。那就把撕裂量出来——直接在已发布的 MoE 权重上，OLMoE 和 Qwen。它在每一层都是一次货真价实的 C⁰ 跳变，严重度落在约 24% 的块输出跳变上，是方向性的，而且训练撕不平。给那个比喻补上一个数字。

黎曼、庞加莱、陈省身的流形一脉，传到江泽涵、姜伯驹、石根华手里。陈省身留下过一个疑问——分片堆叠的流形，能不能推广到任意复杂的区域？它后来在山体力学和神经网络两个毫不相干的世界里，得到了同一个答案。

Sakana AI 的 DiffusionBlocks 把网络拆成独立块训练，并发现 B=3 是甜蜜点。我认为原因在于：残差流本来就被流形视角预言为三段几何相态，所以 B=3 切开的正是一个功能上已经存在的结构。

模型越来越聪明，用户却越来越像助理：拖文件、贴邮件、反复解释客户是谁。缺的不是更长的上下文窗口，而是真正的记忆。这就是我为什么要做 Kocoro：一个本地、开源、会记住你的 Mac agent。

为什么训练时的 loss spike 不是优化失败，而是几何撕裂——DeepSeek V4 的三道防线，把“流形先验”从抽象立场推成了工程证据。

我的 Transformer 书英文完整版已经上线：32 章与 3 个附录，从 tokenization 到 attention，再到从零实现；并继续讲到 RLHF、Mixture-of-Experts、推理模型，以及后 Transformer 架构。

用修真小说的方式读深度学习：PDE 求解器、流形几何、规范场与量子式注意力；以及为什么最后一境告诉我们，AGI 必须是个人化的。

用三本独立账、一个滑点算例和可运行的手续费对账测试，区分信号失效、成交假设与会计错误，避免把回测实盘差异一概归因于成本。

一个 agent turn 可能跨越 20 次工具调用和 10 分钟。如果 daemon 在第 9 分钟死掉，天真的设计会把一切都丢掉。本文讲为什么“直接重试这一轮”是错的，Kocoro 用什么 phase state machine 取代它，以及怎样的 checkpoint 纪律能扛住 mid-turn 的 SIGKILL。

Prompt caching 有效时能省下 90% 成本；一旦悄悄失效，就是 0%。为什么 prompt 会以普通单元测试很少捕捉的方式变得脆弱，以及我们在 Shannon 里构建了怎样的测试纪律，让代码演进时 cache hit rate 仍然稳定。

在任何交易系统里，最安全关键的操作也是执行工程里最难的正确性问题之一。一次险些出事的 incident、背后的竞态条件，以及我们如何用一个架构模式取代天真的“全部关闭”逻辑，让它按构造就是正确的。

我在 Claude Code 开源之前就构建了 Kocoro：一个 Go agent runtime，包含工具分发、权限、上下文管理和循环检测。等 Claude Code 的架构公开后，二者的收敛非常明显。本文讲我们独立走到的设计、我从它的缓存纪律里学到的东西，以及我认为生产级 harness 应该具备什么。

一位 Anthropic 工程师描述了 Claude Code 如何从简单 todo list 演进到具备依赖关系的任务图。这些模式，Shannon 也独立走到了同一个地方。本文映射五条经验，也包括 Shannon 仍需补上的差距。

香农在 1948 年奠定了基础。七十八年后，他的框架依然解释了 Transformer 为什么有效、交叉熵损失究竟意味着什么，以及为什么模型永远不可能比训练数据更聪明。

为什么垂直整合——把研究和执行放进同一条统一 pipeline——才是量化交易真正的护城河，以及 Dnalyaw 如何用数百个特征、严谨风控、横跨全球市场的 Rust/Go/Python 多语言执行核心来构建它。

一本面向实战的生产级 AI Agent 系统指南，覆盖单 Agent 设计、多 Agent 编排、MCP 协议、Computer Use、成本控制，以及企业级部署模式。

一次深入拆解 Transformer 架构每个组件的旅程：从 Tokenization 到 Attention 机制，从前向传播到代码实现。写给那些想真正理解 GPT 与 ChatGPT 如何运作的开发者。

回看 2025 如何让 agent workflow 和 reasoning model 变成日常，以及为什么 2026 感觉不像一个预测，更像一个你已经可以选择进入的状态。

连接逻辑与学习之间的裂缝——张量方程如何创造既能符号化思考、也能直觉式学习的 AI 系统。

一篇关于 Shannon 架构的深度解析：这是一个可自托管的多 Agent 平台，用 Rust、Go、Python 的明确技术分工，解决生产 AI 中最难的三个问题：失控成本、非确定性失败，以及安全漏洞。

为 AI 从业者拆解量化交易：量化基金到底在做什么，为什么强化学习比 LLM 更适合市场，以及真正的门槛在哪里。

重读 Andrej Karpathy 2015 年那篇 RNN 文章，回看 LLM 如何在 Transformer 与 fine-tuning 中完成出人意料的演化。

一张图看清原始 Transformer 的 encoder–decoder 和 GPT 的 decoder-only 差在哪，再一步步走完 tokenization、embedding、位置编码、self-attention、FFN 到输出概率。